arXiv cs.CL· Aixiu An, Michael Jungo, Eloi Eynard, Mark Drenhaus, Andreas Fischer, Jean Hennebert, S\'ebastien Rumley·· 10 小时前AI 评分31
推理先于翻译：用结构化推理增强法律机器翻译
Reasoning Before Translation: Enhancing Legal Machine Translation with Structured Reasoning
AI 导读
研究对比了监督微调、强化学习与推理模型在法律机器翻译上的效果，以瑞士多语言法律体系为测试场景。经可验证奖励强化学习（RLVR）增强的 Qwen3.5 4B、Qwen3.5 9B 和 Gemma 3 12B 小模型翻译质量大幅提升，并超过监督微调，接近但仍逊于前沿推理模型。重训练范式的收益随模型规模增大而递减，代码与模型已公开。
正文 · AI 翻译
摘要：法律领域的神经机器翻译（NMT）是一项在语言和概念上都要求很高的任务，这主要是由于法律语言的复杂性及其所需的高度精确性。近期具备推理能力的语言模型的出现，为应对此类挑战开辟了新的可能性。它们补充了此前提出的一系列其他提升翻译质量的技术，包括监督微调和强化学习。
在本工作中，我们对这些不同方法进行了比较。更具体地说，我们评估了 Qwen3.5 4B、Qwen3.5 9B 和 Gemma 3 12B 等小型语言模型，这些模型经过各种再训练范式的增强，并将它们的表现与前沿推理模型进行比较。我们聚焦于瑞士法律体系，其独特的多语言法规为推理增强模型提供了一个尤其具有挑战性的测试平台。我们的结果表明，小型“基础”模型的质量可以得到极大提升，并且带有可验证奖励的强化学习可以应用于法律领域的 NMT，并超越监督微调的翻译质量。增强后的小型模型的表现接近最先进的推理模型，但仍逊于后者。我们还注意到，随着模型规模增大，再训练范式的收益递减。代码和模型已在 此 https URL 公开提供。
| 评论： | 代码可在 此 https URL 获取 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2607.19181 [cs.CL] |
| （或 arXiv:2607.19181v2 [cs.CL] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2607.19181 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Michael Jungo [查看电子邮件]
[v1]
2026年7月21日星期二 15:15:56 UTC（45 KB）
[v2]
2026年11月6日星期五 12:50:28 UTC（45 KB）
来源：arXiv cs.CL · arxiv.org